[发明专利]一种视频帧中图像处理方法

说明书

本发明提供了一种视频帧中图像处理方法，包括：获取拍摄的视频帧序列；基于预先训练好的神经网络模型根据所述视频帧序列提取当前视频的前景图像；按照预设阴影去除方法去除所述前景图像中的阴影；判断所述前景图像中是否存在异常空洞，若是，则按照预设异常空洞填充方法填充所述异常空洞。本发明能够快速准确的得到视频画面中的非背景图像的准确形状，从而便于后续的进一步处理，比如对其进行识别和基于识别结果的监控。本发明智能性高，获取的图形准确度高，具备广阔的应用前景。

技术领域

本发明涉及图像处理领域，尤其涉及一种视频帧中图像处理方法。

背景技术

智能监控系统是采用图像处理、模式识别和计算机视觉技术，通过在监控系统中增加智能视频分析模块，借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体，分析抽取视频源中关键有用信息，快速准确的定位事故现场，判断监控画面中的异常情况，并以最快和最佳的方式发出警报或触发其它动作，从而有效进行事前预警，事中处理，事后及时取证的全自动、全天候、实时监控的智能系统。

现有技术中智能监控已经取得了广泛的应用，但是从流动的视频帧中提取图像，以及对提取的图像进行自动化的处理的相关技术还不甚成熟，因此难以实现完全的自动化，还需依赖人工肉眼的识别。鉴于自动进行图像处理的相关技术不甚成熟，基于图像处理技术进行自动报警的误报率较高，并且难以获取嫌疑目标的准确轮廓和精准位置。

发明内容

为了解决上述技术问题，本发明提出了一种视频帧中图像处理方法。本发明具体是以如下技术方案实现的：

一种视频帧中图像处理方法，包括：

获取拍摄的视频帧序列；

基于预先训练好的神经网络模型根据所述视频帧序列提取当前视频的前景图像；

按照预设阴影去除方法去除所述前景图像中的阴影；

判断所述前景图像中是否存在异常空洞，若是，则按照预设异常空洞填充方法填充所述异常空洞。

进一步地，采用神经网络对视频帧序列提取前景图像，

所述神经网络满足下述公式x(n+1)＝W₁u(n+1)+W₂x(n)+W₃y(n)；其中，x、y分别为输入和输出，W₁,W₂,W₃分别为所述神经网络当前输入、当前神经网络状态、当前输出到下一个神经网络状态之间的转换矩阵。

进一步地，还包括一种去除阴影的方法为：

获取预设的多向映射表和多向映射图集，所述多向映射表记录了光照时间段、光照强度段、分辨率和特征阈值之间的对应关系；所述多向映射图集中记录有多个背景图，每个背景图的特征集不同，所述特征集包括所述背景图的光照时间段、光照强度段和分辨率；

根据当前的光照时间段、光照强度段和拍摄的设备从所述多向映射图集中选择目标背景图；

根据当前的光照时间段、光照强度段和拍摄的设备从所述多向映射表中选择目标特征阈值；

根据所述目标背景图和所述目标特征阈值去除所述前景图像中的阴影。

进一步地，所述根据所述目标背景图和所述目标特征阈值去除所述前景图像中的阴影包括：

根据所述目标背景图和所述前景图像得到每个像素的亮度角差；

将角度色差小于目标特征阈值的像素点判定为阴影区予以去除。